Java 扫描仪'；s nextLine（），仅获取部分

因此，使用类似于：

for (int i = 0; i < files.length; i++) {
            if (!files[i].isDirectory() && files[i].canRead()) {
                try {
                    Scanner scan = new Scanner(files[i]);
                System.out.println("Generating Categories for " + files[i].toPath());
                while (scan.hasNextLine()) {
                    count++;
                    String line = scan.nextLine();
                    System.out.println("  ->" + line);
                    line = line.split("\t", 2)[1];
                    System.out.println("!- " + line);
                    JsonParser parser = new JsonParser();
                    JsonObject object = parser.parse(line).getAsJsonObject();
                    Set<Entry<String, JsonElement>> entrySet = object.entrySet();
                    exploreSet(entrySet);
                }
                scan.close();
                // System.out.println(keyset);
            } catch (FileNotFoundException e) {
                e.printStackTrace();
            }

        }
    }

以上大部分数据已被清理（但不是URL（大多数情况下…）

该URL继续如下所示： $（KGrHqZHJCgFBsO4dC3MBQdC2）Y4Tg~~60_1.JPG？set_id=880005007 在文件中

所以有点恼火

这也是条目#112，我已经让其他文件解析没有错误。。。但这件事让我心烦意乱，主要是因为我不知道scan.nextLine（）是如何工作的

通过调试输出，JSON错误是由未正确拆分字符串引起的

几乎忘记了，如果我尝试将有问题的行放在它自己的文件中并解析它，它也可以正常工作

编辑： 如果我在同一个地方移除了冒犯的线，也会爆炸

尝试使用JVM 1.6和1.7

---

解决方案： BufferedReader scan=新BufferedReader（新文件读取器（文件[i]）；

---

根据您的代码，我可以给出最好的解释，而不是scanner…

根据scanner.nextLine（）使用的标准，这一行确实在

“~~”

之后结束

线末端的标准为：

• 与此正则表达式匹配的内容：

  “\r\n |[\n\r\u2028\u2029\u0085]”

  或
• 输入流的结尾

您说文件在

“~~”

之后继续，所以让我们把EOF放在一边，看看正则表达式。将匹配以下任何一项：

常用的线路分离器：

。。。扫描器也能识别三种不寻常的线条分隔符

• 0x0085是“ISO C1控制”组中的
  或“下一行”控制代码
• 0x2028是Unicode“行分隔符”字符
• 0x2029是Unicode“段落分隔符”字符

我的理论是，您的输入文件中有一个“不寻常”的表单，而这不会出现在。。。。无论您使用什么工具来检查文件

---

我建议您使用能够显示文件实际字节的工具检查输入文件；e、 g.Linux/Unix系统上的

od

实用程序。另外，请检查这不是由某种字符编码不匹配引起的。。。或者尝试以文本形式读取或写入二进制数据

如果这些都没有帮助，那么下一步应该是使用IDE的Java调试器运行应用程序，并通过

Scanner.hasNextLine（）

和

nextLine（）

调用单步执行，以了解代码实际在做什么

---

几乎忘记了，如果我尝试将有问题的行放在它自己的文件中并解析它，它也可以正常工作

---

那很有趣。但是，如果用于提取线的工具与未显示（假设的）异常线分隔符的工具相同，则此证据不可靠。提取过程可能会改变导致问题的“内容”。

您是否正在读取一个尚未完全写入的文件？因此，文件中的第112行出现混乱，之前一行都没有？在第111行爆炸，文件已完全写入，所以有一行不同的解决方法是：BufferedReader scan=new BufferedReader（new FileReader（files[i]）；我发现#2029分散在输入文件的十六进制中。

  ->0   {"Flags":"0","transactions":{"totalTransactionAmount":"0","totalQuantitySold":"0"},"listingStatus":"NULL","conditionRollupId":"0","photoDisplayType":"0","title":"NULL","quantityAvailable":"0","viewItemCount":"0","visitCount":"0","itemCountryId":"0","itemAspects":{   ...  "sellerSiteId":"0","siteId":"0","pictureUrl":"http://somewhere.com/45/x/AlphaNumeric/$(KGrHqR,!rgF!6n5wJSTBQO-G4k(Ww~~
!- {"Flags":"0","transactions":{"totalTransactionAmount":"0","totalQuantitySold":"0"},"listingStatus":"NULL","conditionRollupId":"0","photoDisplayType":"0","title":"NULL","quantityAvailable":"0","viewItemCount":"0","visitCount":"0","itemCountryId":"0","itemAspects":{   ...  "sellerSiteId":"0","siteId":"0","pictureUrl":"http://somewhere.com/45/x/AlphaNumeric/$(KGrHqR,!rgF!6n5wJSTBQO-G4k(Ww~~